{"id":49803,"date":"2026-10-23T02:33:00","date_gmt":"2026-10-23T05:33:00","guid":{"rendered":"http:\/\/eenergetica.com.ar\/?p=49803"},"modified":"2026-10-13T14:36:33","modified_gmt":"2026-10-13T17:36:33","slug":"un-sistema-basado-en-modelos-de-lenguaje-detecta-epilepsia-a-partir-de-notas-clinicas","status":"publish","type":"post","link":"https:\/\/eenergetica.com.ar\/index.php\/2026\/10\/23\/un-sistema-basado-en-modelos-de-lenguaje-detecta-epilepsia-a-partir-de-notas-clinicas\/","title":{"rendered":"Un sistema basado en modelos de lenguaje detecta epilepsia a partir de notas cl\u00ednicas"},"content":{"rendered":"\n<p>Un equipo de la Universidad de Minnesota desarroll\u00f3 EpiScreen, un enfoque de bajo costo para la detecci\u00f3n temprana de epilepsia que utiliza las notas cl\u00ednicas que ya se registran de manera rutinaria en los expedientes electr\u00f3nicos. El trabajo fue publicado en <em>npj Digital Medicine<\/em>. Seg\u00fan los autores, el sistema apoya la detecci\u00f3n temprana y podr\u00eda reducir los retrasos diagn\u00f3sticos y evitar intervenciones innecesarias, sobre todo en regiones con pocos recursos.<\/p>\n\n\n\n<p>El problema de partida es que la epilepsia y las crisis psic\u00f3genas no epil\u00e9pticas (PNES, en ingl\u00e9s), tambi\u00e9n llamadas crisis funcionales o disociativas, pueden presentarse con manifestaciones parecidas, pero requieren tratamientos distintos. La epilepsia afecta a unos 50 millones de personas en el mundo, entre ellas cerca de 2.9 millones con epilepsia activa en Estados Unidos. El error diagn\u00f3stico es frecuente: seg\u00fan estudios citados en el art\u00edculo, entre 20% y 30% de los pacientes remitidos a centros de epilepsia de tercer nivel por una presunta epilepsia resistente a f\u00e1rmacos terminan con un diagn\u00f3stico de PNES. El est\u00e1ndar de referencia es la video-electroencefalograf\u00eda (vEEG) prolongada, pero una sola hospitalizaci\u00f3n para este estudio supera con frecuencia los 15 000 d\u00f3lares en Estados Unidos, se realiza en unidades especializadas con capacidad limitada y suele implicar esperas de 8 a 12 semanas, adem\u00e1s de 1 a 5 d\u00edas de monitoreo.<\/p>\n\n\n\n<p>Para desarrollar EpiScreen, los investigadores ajustaron grandes modelos de lenguaje de c\u00f3digo abierto: Llama-3.3-70B, Qwen-2.5-32B, DeepSeek-R1-32B y Med42-70B, con notas cl\u00ednicas etiquetadas, de modo que el sistema analice la narrativa completa y no descriptores aislados. Adem\u00e1s, utilizaron dos conjuntos de datos de los cuales 2 mil 651 correspond\u00edan a epilepsia y 800 a PNES, y una cohorte privada de la Universidad de Minnesota con 10 182 casos, 8 mil 011 de epilepsia y 2 mil 171 de PNES. Las notas se procesaron para reflejar el momento previo al diagn\u00f3stico, y se eliminaron los reportes de vEEG y la informaci\u00f3n sobre el diagn\u00f3stico actual, el alta y el tratamiento. EpiScreen est\u00e1 pensado para usarse en la etapa de atenci\u00f3n especializada, con las notas generadas durante y despu\u00e9s de la remisi\u00f3n a neurolog\u00eda y antes de la confirmaci\u00f3n con vEEG.<\/p>\n\n\n\n<p>En las pruebas con datos de la misma instituci\u00f3n, las versiones de EpiScreen alcanzaron un \u00e1rea bajo la curva (AUC) de hasta 0.891 en una de las bases de datos, MIMIC-IV y de hasta 0.992 en la cohorte de Minnesota. Los autores reportan que el ajuste fino aument\u00f3 el AUC de forma absoluta en promedio 13.2% y 11.6% en cada conjunto. En la evaluaci\u00f3n entre instituciones, es decir, con modelos entrenados en un centro y probados en el otro, EpiScreen alcanz\u00f3 AUC de hasta 0.875 en MIMIC-IV y de hasta 0.980 en Minnesota, mientras que FSLS cay\u00f3 a 0.498 en MIMIC-IV y BERT obtuvo 0.701 en Minnesota. Los investigadores se\u00f1alan que la mejora en la evaluaci\u00f3n entre instituciones frente a los m\u00e9todos comparativos fue de 14.2% y 24.2%, respectivamente.<\/p>\n\n\n\n<p>El estudio tambi\u00e9n evalu\u00f3 el trabajo conjunto entre personas y sistema, con 300 casos seleccionados de la base MIMIC-IV y ocho m\u00e9dicos divididos en cuatro grupos de dos: tres de residentes de neurolog\u00eda, con cuatro a\u00f1os de formaci\u00f3n en promedio, y uno de neur\u00f3logos con m\u00e1s de 10 a\u00f1os de experiencia. Cada grupo decidi\u00f3 por consenso, con acceso a internet. Sin apoyo, la exactitud de los tres grupos de residentes fue de 0.793, 0.763 y 0.767, y la de los neur\u00f3logos de 0.817, sin diferencias significativas respecto a la de EpiScreen por s\u00ed solo, de 0.810. Con el apoyo del sistema, que mostraba su predicci\u00f3n y las oraciones de la nota que m\u00e1s influyeron en ella, la exactitud subi\u00f3 a 0.880, 0.890 y 0.877 en los residentes y a 0.893 en los neur\u00f3logos. Los falsos negativos de los residentes bajaron de 36 a 14 y los falsos positivos de los neur\u00f3logos, de 37 a 19. Los autores reportan ganancias absolutas de hasta 14.3% frente a los m\u00e9dicos sin apoyo y de hasta 10.2% frente al sistema por s\u00ed solo.<\/p>\n\n\n\n<p>Para analizar qu\u00e9 partes de la nota pesaban en cada predicci\u00f3n, los investigadores aplicaron una t\u00e9cnica de atribuci\u00f3n a nivel de oraci\u00f3n. En MIMIC-IV, las categor\u00edas con mayor influencia fueron las comorbilidades neurol\u00f3gicas y m\u00e9dicas, como migra\u00f1a o enfermedad cerebrovascular, y el perfil de pruebas diagn\u00f3sticas, como un electroencefalograma normal. En la cohorte de Minnesota destacaron los datos demogr\u00e1ficos y de antecedentes, los rasgos psiqui\u00e1tricos y psicol\u00f3gicos, las comorbilidades y las pruebas diagn\u00f3sticas. Las descripciones de las crisis tambi\u00e9n aparecieron entre las oraciones de mayor peso. En pruebas de robustez, el desempe\u00f1o se mantuvo razonable con solo 5% de los datos de entrenamiento, se mantuvo estable con un desequilibrio de clases de hasta 5 a 1 y disminuy\u00f3 con desequilibrios mayores y con modelos m\u00e1s peque\u00f1os. Los autores sugieren que modelos de al menos 32,000 millones de par\u00e1metros ofrecen un equilibrio entre precisi\u00f3n y costo computacional. En un subconjunto de 679 casos de Minnesota confirmados por vEEG, 502 de epilepsia y 177 de PNES, los resultados fueron consistentes.<\/p>\n\n\n\n<p>Los investigadores reconocen varias limitaciones. No pueden descartarse sesgos de los m\u00e9dicos o de la forma de documentar en las notas, y las notas reales pueden contener informaci\u00f3n inexacta o contradictoria. El grupo de comparaci\u00f3n incluy\u00f3 sobre todo casos de PNES y no otras condiciones que simulan una crisis, como el s\u00edncope o los trastornos del sue\u00f1o. El an\u00e1lisis de atribuci\u00f3n se plante\u00f3 como prueba de concepto y su utilidad cl\u00ednica requiere m\u00e1s evaluaci\u00f3n. Como siguiente paso, plantean ampliar el sistema a un diagn\u00f3stico diferencial m\u00e1s amplio y realizar una validaci\u00f3n prospectiva en entornos cl\u00ednicos reales. Los autores precisan que EpiScreen no sustituye las pruebas definitivas, pero podr\u00eda orientar la urgencia y la asignaci\u00f3n de la vEEG o reducir la exposici\u00f3n innecesaria a medicamentos antiepil\u00e9pticos en pacientes con probable PNES, y estiman que, de validarse, podr\u00eda acortar el proceso diagn\u00f3stico en aproximadamente 8 a 12 semanas.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Un equipo de la Universidad de Minnesota desarroll\u00f3 EpiScreen, un enfoque de bajo costo para la detecci\u00f3n temprana de epilepsia que utiliza las notas cl\u00ednicas que ya se registran de&hellip; <\/p>\n","protected":false},"author":2,"featured_media":49804,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[22],"tags":[],"class_list":["post-49803","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sociedad"],"_links":{"self":[{"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/posts\/49803","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/comments?post=49803"}],"version-history":[{"count":1,"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/posts\/49803\/revisions"}],"predecessor-version":[{"id":49805,"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/posts\/49803\/revisions\/49805"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/media\/49804"}],"wp:attachment":[{"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/media?parent=49803"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/categories?post=49803"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/eenergetica.com.ar\/index.php\/wp-json\/wp\/v2\/tags?post=49803"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}